CN108502053A - 一种轮式机器人平台精确控制方法 - Google Patents
一种轮式机器人平台精确控制方法 Download PDFInfo
- Publication number
- CN108502053A CN108502053A CN201810609411.9A CN201810609411A CN108502053A CN 108502053 A CN108502053 A CN 108502053A CN 201810609411 A CN201810609411 A CN 201810609411A CN 108502053 A CN108502053 A CN 108502053A
- Authority
- CN
- China
- Prior art keywords
- wheeled robot
- robot platform
- platform
- wheeled
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 44
- 238000013461 design Methods 0.000 claims abstract description 43
- 238000012795 verification Methods 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims abstract description 13
- 238000010168 coupling process Methods 0.000 claims abstract description 13
- 238000005859 coupling reaction Methods 0.000 claims abstract description 13
- 238000002474 experimental method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 9
- 240000002853 Nelumbo nucifera Species 0.000 claims description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000009941 weaving Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 17
- 238000005516 engineering process Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000009415 formwork Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004672 jump response Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D63/00—Motor vehicles or trailers not otherwise provided for
- B62D63/02—Motor vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
Abstract
本发明公开了一种轮式机器人平台精确控制方法,包括如下步骤:步骤(1)轮式机器人平台纵横向耦合规律;步骤(2)轮式机器人平台的结构设计;步骤(3)轮式机器人平台的仿人智能控制算法;步骤(4)仿真试验与验证;步骤(5)实车试验与验证。本发明所述轮式机器人平台的智能运动控制方法,最终实现轮式机器人平台的精确运动控制,不仅对提高轮式机器人的性能有着重要的实际意义,而且对理论研究和以后的产品商业化亦有着重要的意义,满足实际应用需求。
Description
技术领域
本发明涉及一种轮式机器人平台精确控制方法,属于轮式机器人控制技术领域。
背景技术
随着科技的发展,机器人技术已经发展成为了一门融机械、电子、传感器、计算机、认知及社会科学等多种学科为一体的交叉性前沿学科,机器人技术直接关系到国家的产业竞争力、经济与国防实力等要素,是衡量一个国家工业自动化水平的重要标志。机器人技术的应用越来越广泛、研究日益活跃,机器人不仅可以帮助人们在危险、恶劣等环境中进行作业,还能减轻人的劳动强度,提高生产效率,因此广泛用于工农业、国防、科学实验、服务(医疗、家政、娱乐、安防、导游)等领域,极大地方便人们的工作和生活。移动性较强的地面移动机器人,具有较强的环境适应能力,一直以来都是国内外众多专家学者探索和研究的对像,也是机器人发展的一个重要分支。地面移动机器人按照移动的方式主要分为轮式移动机器人、步行移动机器人、蠕动机器人、履带移动机器人和爬行机器人等。由于轮式移动机器人在结构化的运动环境中具有良好的稳定性、较高的效率、较快的移动能力,并且能够在保持机体方位不变的前提下沿平面上任意方向作直线运动或在原地旋转任意角度,非常适合于空间有限、狭窄、对机器人的机动性要求较高的场合工作,本项目重点研究的即是轮式移动机器人。随着机器视觉、人工智能、自动控制等理论与技术的发展,越来越多更加有效的智能算法被设计出来,不断提升着轮式移动机器人的智能控制能力,推动了轮式移动机器人从遥控到半自主控制、再到全自主控制的不断发展。在轮式移动机器人的发展过程中,底层机器人平台的性能,特别是运动控制性能始终是影响轮式移动机器人智能控制能力的关键因素之一。轮式机器人平台的运动控制研究在国内外一直是人们研究的热点,而作为轮式机器人平台运动控制核心内容的纵向控制和横向控制也越来越引起研究人员的重视。横向控制是指控制轮式机器人平台在不同的速度、载荷、路况以及风阻等条件下自动跟踪期望路线,并保持一定的平稳性要求,实际上也就是轮式机器人平台的转向控制。在横向的转向控制方面,一般考虑基于视觉感知的预瞄模型,控制算法以最优控制或模糊控制最为常见。纵向控制是指在行驶方向上的控制,即轮式机器人平台的速度以及障碍物距离的控制,在纵向的驱动控制方面,以PI控制器为主,此外还有基于Lyapunov稳定性理论的控制器考虑轮式机器人平台的的非线性和参数不确定性的模糊滑模变结构控制器等。当实现了纵向和横向自动控制,就可以按给定目标和约束自动控制轮式机器人平台的运动。
目前在对轮式机器人平台运动控制的研究中,大多是将纵向控制与横向控制设计为两个独立的互不联系的控制器,而忽略了其相互耦合的影响。实际行驶的轮式机器人平台是一复杂的非线性、变参数耦合系统,存在着不确定性,特别是系统参数在不同速度下其值是不确定的,并且运动载体对控制的实时性要求较高,纵向和横向存在很强的耦合关系,横向控制时要考虑纵向参数,纵向控制时要考虑横向参数,横向与纵向的解耦又比较困难,所以单独研究纵向、横向控制将导致控制器误差偏大,影响轮式机器人平台的控制精度。在美国的AHS计划中,提出了综合考虑平台纵向和横向统一控制是平台自主行驶研究中的一个关键内容。Sheikholeslam和Desoer提出了一种对车列的纵横向耦合组合控制策略,他们通过分析纵横向各种可能的藕合因素,对车列中的每一辆车建立了详尽的运动学模型和纵横向统一控制器,并且包含了对非线性建模,提出一种非线性控制策略,以保持车间间距,并使每一辆车保持在车道中心行驶。我国现在涉及轮式机器人平台纵横向综合控制的研究还很少,李以农研究了针对平台在弯道变速行驶工况的动力学藕合控制问题,提出了一种基于滑模和动态表面控制的纵横向藕合组合控制器,李琳辉建立了针对越野环境中平台的纵横向耦合控制系统模型。至今,仍然缺乏针对轮式机器人平台纵横向耦合关系一般规律的研究。
精确运动控制技术是轮式机器人平台的关键技术之一,也是轮式机器人平台完成各种任务的首要前提。目前轮式机器人平台传统的运动控制方法主要有PID控制、神经网络控制、最优控制、滑模控制和预测控制等,它们各自有各自的优点,同时,也都具有自己的局限性。由于轮式机器人平台所处环境的复杂性,而且其本身是一个非线性时变系统,很难用精确的数学模型来描述,对基于模型的传统控制方法难以满足轮式机器人平台对精确运动控制的设计指标要求。然而在传统控制理论的基础之上不断融入人工智能的思想,是解决这种控制难题的一个重要途径,智能控制因此而产生。其中,仿人智能控制是一种比较新颖的智能控制方法,其基本思想是仿人、仿智,在控制过程中利用计算机模拟人的控制行为功能,最大限度地识别和利用控制系统动态过程所提供的特征信息进行启发和直觉推理,从而实现对缺乏精确模型的对象进行有效的控制。
综上所述,本项目旨在研究轮式机器人平台横纵向运动耦合关系的一般规律,构建具有耦合特性的轮式机器人平台运动学和动力学模型,设计并研制出轮式机器人平台系统样机,提出一种轮式机器人平台的智能运动控制方法,并进行仿真试验验证和实车试验验证,最终实现轮式机器人平台的精确运动控制,不仅对于提高机器人的性能有着重要的实际意义,而且对理论研究和以后的产品商业化亦有着重要的意义。
发明内容
本发明是针对现有技术存在的不足,提供一种轮式机器人平台的智能运动控制方法,最终实现轮式机器人平台的精确运动控制,不仅对提高轮式机器人的性能有着重要的实际意义,而且对理论研究和以后的产品商业化亦有着重要的意义,满足实际应用需求。
为解决上述问题,本发明所采取的技术方案如下:
一种轮式机器人平台精确控制方法,包括如下步骤:
步骤(1)轮式机器人平台纵横向耦合规律
以轮式机器人平台纵向、横向和横摆运动这三个自由度(暂时不考虑轮胎纵向力和横向力的藕合等),简化转向系统,直接以前轮转角作为输入,并且轮式机器人平台左右两侧动力学对称,则轮式机器人平台的动力学方程为(轮式机器人平台坐标系及其模型,如图1所示):
其中,m为平台质量;IZ为平台绕Z轴的转动惯量;Vx为平台纵向速度;Vy为横向速度;δ为转向轮转角;为横摆角速度;Froll为滚动阻力;cx为纵向风阻系数;cy为横向风阻系数;lf:质心至前轴的距离;lr:质心至后轴的距离;
步骤(2)轮式机器人平台的结构设计
步骤(3)轮式机器人平台的仿人智能控制算法
(3.1)确定目标轨迹
根据轮式机器人平台自主行驶时对性能指标的要求,首先确定出其理想的单位阶跃响应过程,然后把这个过程变换到误差相平面上,以设计出理想的误差轨迹,最后把这条理想的误差轨迹当做仿人智能控制器进行设计的目标;
(3.2)建立特征模型
依据所确定的目标误差轨迹在误差相平面上所处的不同位置,选择合适的特征基元集Qi,并划分出不同的特征状态区域,以构建出所需要的特征模型Φi;
(3.3)设计控制规则和控制模态集
首先根据轮式机器人平台自主行驶时其状态所处的特征模型与目标轨迹之间的差异和目标轨迹的移动趋势等,设计出各种不同的具体控制模态,并确定出各种控制模态中的具体参数,然后根据各种特征模型,确定不同的控制模态;
步骤(4)仿真试验与验证
设计普通弯道、直角弯道、“8”字形道路等典型道路轨迹,在SIMULINK中进行仿真实验与调试,验证和完善所提出的轮式机器人平台的协调运动控制方法,为轮式机器人平台的精确运动控制提供方法指导,为进一步的实车实验提供理论依据;
具体包括:
(4.1)普通弯道和直角弯道道路轨迹
普通弯道道路轨迹设计,如图4所示,其方程为:
直角弯道道路轨迹设计,如图5所示,其方程为图4中θ=π/2的特殊情况;
(4.2)8字形试验道路轨迹
8字形道路轨迹设计,如图6所示,其方程为:
步骤(5)实车试验与验证
以设计的轮式机器人平台仿人智能运动控制器应用于对实车的控制,包括静态试验和动态试验:
(5.1)静态试验
所设计的智能运动控制器在仿真试验的基础之上,用于实车控制,测试和验证轮式机器人平台两个驱动轮之间的协调配合关系,进一步完善控制器的性能,为下一步的动态试验奠定基础;
(5.2)动态试验
在静态试验的基础上,通过事先设定的道路轨迹数据作为轮式机器人平台的期望轨迹,进一步测试、验证和完善所设计的轮式机器人平台仿人智能运动控制器对实车的控制效果,最终实现轮式机器人平台的精确运动控制。
作为上述技术方案的改进,步骤(1)中,当车轮相对于平台有一个转角时,转向轮上的侧偏力会在纵向上有一个分量,从而影响纵向加速度;从平台动力学方程可以得出纵向速度的变化率与横向速度有关,在不同横向速度的情况下,纵向运动特性会有所不同,同样,纵向运动对横向动力学性能也有藕合影响。
具体地,步骤(2)中,所述轮式机器人平台包括包括:两块对称设置的外侧板及用于连接两块外侧板的外连接杆、两块对称设置的内侧板及用于连接两块内侧板的内连接杆,两块所述内侧板是固定设置在两外侧板的内侧;
两块所述外侧板前端底部及两块内侧板后端均活动设有U型驱动架,所述U型驱动架上设有配合使用的万向轮;
所述轮式机器人平台还包括设置在两外侧板两端的驱动轮,两驱动轮上分别独立安装有两个配合使用的直流电机和减速器,且两直流电机上分别独立安装有配合使用的驱动器。
作为上述技术方案的改进,所述外连接杆设置在两外侧板后端顶部,所述内连接杆设置在两内侧板的前端。
作为上述技术方案的改进,两块所述外侧板(前端底部设有外连接孔,两块所述内侧板后端设有内连接孔,所述U型驱动架的端口处对称设有一体成型的弧形延伸部分,且所述U型驱动架是通过弧形延伸部分活动设置在外连接孔上和内连接孔上。
作为上述技术方案的改进,所述U型驱动架的底部在竖直方向上活动设有连接轴,所述万向轮是与连接轴固定连接。
本发明与现有技术相比较,本发明的实施效果如下:
本发明以轮式机器人平台的精确控制为研究核心,针对目前轮式机器人平台控制的研究,忽略纵横向相互耦合的影响等问题,通过理论分析和实验研究相结合的方法,重点对轮式机器人平台的精确运动控制方法进行研究和改进,包括以下4个方面:
(1)通过理论分析和实验研究相结合的方法,研究轮式移动机器人平台纵向运动和横向运动耦合的一般规律,合理设计机器人平台的结构,建立具有耦合特性的轮式移动机器人平台运动学和动力学模型。
(2)构建仿真实验平台,设计普通弯道、直角弯道、“8”字形道路等典型道路轨迹,进行初步仿真试验与调试,为进一步的实车实验提供依据。
(3)根据建模和仿真实验的结果不断优化和完善轮式机器人平台的结构及其参数,设计并研制出轮式机器人平台,并进行初步的实车测试实验。
(4)研究轮式机器人平台的仿人智能控制算法,进行仿真实验和实车实验测试,进一步优化完善平台参数和智能控制算法,最终实现机器人平台的精确运动控制。
附图说明
图1为本发明所述等效二轮车模型;
图2为本发明所述的轮式机器人平台结构示意图;
图3为本发明所述理想误差轨迹图;
图4为本发明所述普通弯道道路轨迹坐标图;
图5为本发明所述直角弯道道路轨迹坐标图;
图6为本发明所述“8”字形道路轨迹坐标图。
具体实施方式
下面将结合具体的实施例来说明本发明的内容。
一种轮式机器人平台精确控制方法,包括如下步骤:
步骤(1)轮式机器人平台纵横向耦合规律研究
轮式机器人平台纵横向的耦合关系主要表现在三个方面:动力学耦合,即转向轮转向时,所受的横向力在纵向上的分力对纵向速度的影响,以及轮式机器人平台转弯时,纵向速度对离心力大小以及横向偏移率的影响;轮胎力耦合,即侧向力与纵向牵引力的相互影响;垂直载荷转移耦合,即纵向加速度的改变使轮胎正压力重新分布,进而影响到横向动态特性。
本发明主要研究轮式机器人平台纵横向运动的协调控制,考虑耦合因素对控制精度的影响,假设先考虑轮式机器人平台纵向、横向和横摆运动这三个自由度(暂时不考虑轮胎纵向力和横向力的藕合等),简化转向系统,直接以前轮转角作为输入,并假设轮式机器人平台左右两侧动力学对称,轮式机器人平台坐标系及其模型,如图1所示,则轮式机器人平台的动力学方程为:
其中,m为平台质量;IZ为平台绕Z轴的转动惯量;Vx为平台纵向速度;Vy为横向速度;δ为转向轮转角;为横摆角速度;Froll为滚动阻力;cx为纵向风阻系数;cy为横向风阻系数;lf:质心至前轴的距离;lr:质心至后轴的距离;
其中,当车轮相对于平台有一个转角时,转向轮上的侧偏力会在纵向上有一个分量,从而影响纵向加速度。从平台动力学方程可以看出纵向速度的变化率与横向速度有关,在不同横向速度的情况下,纵向运动特性会有所不同,同样,纵向运动对横向动力学性能也有藕合影响。
步骤(2)轮式机器人平台的结构设计
所述轮式机器人平台包括包括:两块对称设置的外侧板10及用于连接两块外侧板10的外连接杆11、两块对称设置的内侧板20及用于连接两块内侧板20的内连接杆21,两块内侧板20是固定设置在两外侧板10的内侧,所述外连接杆11设置在两外侧板10后端顶部,内连接杆21设置在两内侧板20的前端;两块外侧板10前端底部及两块内侧板20后端均活动设有U型驱动架30,所述U型驱动架30上设有配合使用的万向轮40;所述轮式机器人平台还包括设置在两外侧板10两端的驱动轮50,两驱动轮50上分别独立安装有两个配合使用的直流电机60和减速器70,且两直流电机60上分别独立安装有配合使用的驱动器80。进一步改进地,两块外侧板10前端底部设有外连接孔12,两块内侧板20后端设有内连接孔22,U型驱动架30的端口处对称设有一体成型的弧形延伸部分31,且U型驱动架30是通过弧形延伸部分31活动设置在外连接孔12上和内连接孔22上;U型驱动架30的底部在竖直方向上活动设有连接轴32,万向轮40是与连接轴32固定连接。本发明所述轮式机器人平台的结构是根据室内和室外等典型环境下轮式机器人平台的纵向运动和横向运动相互作用、相互影响和耦合特性来设计,构建出具有耦合特性的轮式机器人平台运动学和动力学模型结构;其通过两个驱动轮的独立及协调配合关系,保证轮式机器人平台在自主行驶过程中稳定性和可操作性,为实现轮式机器人平台的精确运动控制提供方法指导。
附注:轮式机器人平台的样机设计参数如下:
(1)平台自重10kg,承重50kg;
(2)平地起步、加减速行驶,加速度1m/s2;
(3)正常运行速度1.5m/s,最大速度1.8m/s;
(4)爬坡行驶,爬坡角度最大15度,爬坡速度0.5m/s;
(5)跨沟越障,越障高度15mm,跨沟宽度20mm。
步骤(3)轮式机器人平台的仿人智能控制算法
根据轮式机器人平台自主行驶过程中的特征模型进行多模态控制是本项目设计仿人智能控制器的基础,为了设计出轮式机器人平台在主行驶过程中的特征模型和控制模态集,并且确定其具体参数,我们需要确立一种指标,并把这个指标作为设计仿人智能控制器的目标函数,同时,这个指标不仅能够根据轮式机器人平台系统的瞬态响应来判断车辆的实时状态与所期望状态的差别以及车辆实时状态所具有的趋势,而且还可以满足经典时域内的性能指标要求,其动态过程将在误差相平面内给出一条理想的误差轨迹,如图3所示:图中表示了具有理想系统闭环阶跃响应在误差相平面中的轨迹;其中,OA和OD为直线段,对应于图中的③和⑧,AB、BC和CD为曲线段,对应于①、⑤和⑥,而直线②、④、⑦和⑨对应于不同的值,使轮式机器人平台在自主行驶过程中的动态响应在上述理想的误差轨迹上移动是本项目设计特征模型与控制模态集应该达到的理想目标。
仿人智能控制器在设计时,首先要从轮式机器人平台系统的瞬态性能指标出发,确定设计目标轨迹,建立轮式机器人平台的数学模型和各控制级的特征模型,其次设计控制器的结构和控制规则,选择与确定控制模态和控制参数,然后进行仿真研究以校验设计的可行性,最后在仿真研究的基础上,进一步进行实车试验的研究,以验证设计的正确性,其具体设计步骤如下:
1)确定目标轨迹,根据轮式机器人平台自主行驶时对性能指标的要求,首先确定出其理想的单位阶跃响应过程,然后把这个过程变换到误差相平面上,以设计出理想的误差轨迹,最后把这条理想的误差轨迹当做仿人智能控制器进行设计的目标;
2)建立特征模型,依据所确定的理想误差轨迹在误差相平面上所处的不同位置,选择合适的特征基元集Qi,并划分出不同的特征状态区域,以构建出所需要的特征模型Φi;
3)设计控制规则和控制模态集,首先根据轮式机器人平台自主行驶时其状态所处的特征模型与理想目标轨迹之间的差异和目标轨迹的移动趋势等,设计出各种不同的具体控制模态,并确定出各种控制模态中的具体参数,然后根据各种特征模型,确定不同的控制模态。
步骤(4)仿真试验与验证
设计普通弯道、直角弯道、“8”字形道路等典型道路轨迹,在SIMULINK中进行仿真实验与调试,验证和完善所提出的轮式机器人平台的协调运动控制方法,为轮式机器人平台的精确运动控制提供方法指导,为进一步的实车实验提供理论依据;
具体包括:
(4.1)普通弯道和直角弯道道路轨迹
普通弯道道路轨迹设计,如图4所示,其方程为:
直角弯道道路轨迹设计,如图5所示,其方程为图4中θ=π/2的特殊情况;
(4.2)8字形试验道路轨迹
8字形道路轨迹设计,如图6所示,其方程为:
步骤(5)实车试验与验证
以设计的轮式机器人平台仿人智能运动控制器应用于对实车的控制,包括静态试验和动态试验:
(5.1)静态试验
所设计的智能运动控制器在仿真试验的基础之上,用于实车控制,测试和验证轮式机器人平台两个驱动轮之间的协调配合关系,进一步完善控制器的性能,为下一步的动态试验奠定基础;
(5.2)动态试验
在静态试验的基础上,通过事先设定的道路轨迹数据作为轮式机器人平台的期望轨迹,进一步测试、验证和完善所设计的轮式机器人平台仿人智能运动控制器对实车的控制效果,最终实现轮式机器人平台的精确运动控制。
综上所述:本发明以轮式机器人平台的精确控制为研究核心,针对目前轮式机器人平台控制的研究,忽略纵横向相互耦合的影响等问题,通过理论分析和实验研究相结合的方法,重点对轮式机器人平台的精确运动控制方法进行研究和改进,包括以下4个方面:
(1)通过理论分析和实验研究相结合的方法,研究轮式移动机器人平台纵向运动和横向运动耦合的一般规律,合理设计机器人平台的结构,建立具有耦合特性的轮式移动机器人平台运动学和动力学模型。
(2)构建仿真实验平台,设计普通弯道、直角弯道、“8”字形道路等典型道路轨迹,进行初步仿真试验与调试,为进一步的实车实验提供依据。
(3)根据建模和仿真实验的结果不断优化和完善轮式机器人平台的结构及其参数,设计并研制出轮式机器人平台,并进行初步的实车测试实验。
(4)研究轮式机器人平台的仿人智能控制算法,进行仿真实验和实车实验测试,进一步优化完善平台参数和智能控制算法,最终实现机器人平台的精确运动控制。
附注:本发明是从事智能车辆及机电一体化方面的研究,已经建立了轮式无人驾驶车辆的动力学模型,为本发明中所涉及轮式机器人平台动力学建模奠定了坚实的基础;已经成功研制出了轮式无人地面车辆,并已经对轮式无人地面车辆的轨迹跟踪进行了预研,取得了一定的效果,为本发明关键技术的实车测试和验证提供了良好的试验平台。
以上内容是结合具体的实施例对本发明所作的详细说明,不能认定本发明具体实施仅限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明保护的范围。
Claims (6)
1.一种轮式机器人平台精确控制方法,其特征在于:包括如下步骤:
步骤(1)轮式机器人平台纵横向耦合规律
以轮式机器人平台纵向、横向和横摆运动这三个自由度(暂时不考虑轮胎纵向力和横向力的藕合等),简化转向系统,直接以前轮转角作为输入,并且轮式机器人平台左右两侧动力学对称,则轮式机器人平台的动力学方程为(轮式机器人平台坐标系及其模型,如图1所示):
其中,m为平台质量;IZ为平台绕Z轴的转动惯量;Vx为平台纵向速度;Vy为横向速度;δ为转向轮转角;为横摆角速度;Froll为滚动阻力;cx为纵向风阻系数;cy为横向风阻系数;lf:质心至前轴的距离;lr:质心至后轴的距离;
步骤(2)轮式机器人平台的结构设计
步骤(3)轮式机器人平台的仿人智能控制算法
(3.1)确定目标轨迹
根据轮式机器人平台自主行驶时对性能指标的要求,首先确定出其理想的单位阶跃响应过程,然后把这个过程变换到误差相平面上,以设计出理想的误差轨迹,最后把这条理想的误差轨迹当做仿人智能控制器进行设计的目标;
(3.2)建立特征模型
依据所确定的目标误差轨迹在误差相平面上所处的不同位置,选择合适的特征基元集Qi,并划分出不同的特征状态区域,以构建出所需要的特征模型Φi;
(3.3)设计控制规则和控制模态集
首先根据轮式机器人平台自主行驶时其状态所处的特征模型与目标轨迹之间的差异和目标轨迹的移动趋势等,设计出各种不同的具体控制模态,并确定出各种控制模态中的具体参数,然后根据各种特征模型,确定不同的控制模态;
步骤(4)仿真试验与验证
设计普通弯道、直角弯道、“8”字形道路等典型道路轨迹,在SIMULINK中进行仿真实验与调试,验证和完善所提出的轮式机器人平台的协调运动控制方法,为轮式机器人平台的精确运动控制提供方法指导,为进一步的实车实验提供理论依据;
具体包括:
(4.1)普通弯道和直角弯道道路轨迹
普通弯道道路轨迹设计,如图4所示,其方程为:
直角弯道道路轨迹设计,如图5所示,其方程为图4中θ=π/2的特殊情况;
(4.2)8字形试验道路轨迹
8字形道路轨迹设计,如图6所示,其方程为:
步骤(5)实车试验与验证
以设计的轮式机器人平台仿人智能运动控制器应用于对实车的控制,包括静态试验和动态试验:
(5.1)静态试验
所设计的智能运动控制器在仿真试验的基础之上,用于实车控制,测试和验证轮式机器人平台两个驱动轮之间的协调配合关系,进一步完善控制器的性能,为下一步的动态试验奠定基础;
(5.2)动态试验
在静态试验的基础上,通过事先设定的道路轨迹数据作为轮式机器人平台的期望轨迹,进一步测试、验证和完善所设计的轮式机器人平台仿人智能运动控制器对实车的控制效果,最终实现轮式机器人平台的精确运动控制。
2.根据权利要求1所述的轮式机器人平台精确控制方法,其特征在于:步骤(1)中,当车轮相对于平台有一个转角时,转向轮上的侧偏力会在纵向上有一个分量,从而影响纵向加速度;从平台动力学方程可以得出纵向速度的变化率与横向速度有关,在不同横向速度的情况下,纵向运动特性会有所不同,同样,纵向运动对横向动力学性能也有藕合影响。
3.根据权利要求1所述的轮式机器人平台精确控制方法,其特征在于:步骤(2)中,所述轮式机器人平台包括包括:两块对称设置的外侧板(10)及用于连接两块外侧板(10)的外连接杆(11)、两块对称设置的内侧板(20)及用于连接两块内侧板(20)的内连接杆(21),两块所述内侧板(20)是固定设置在两外侧板(10)的内侧;
两块所述外侧板(10)前端底部及两块内侧板(20)后端均活动设有U型驱动架(30),所述U型驱动架(30)上设有配合使用的万向轮(40);
所述轮式机器人平台还包括设置在两外侧板(10)两端的驱动轮(50),两驱动轮(50)上分别独立安装有两个配合使用的直流电机(60)和减速器(70),且两直流电机(60)上分别独立安装有配合使用的驱动器(80)。
4.根据权利要求3所述的轮式机器人平台精确控制方法,其特征在于:所述外连接杆(11)设置在两外侧板(10)后端顶部,所述内连接杆(21)设置在两内侧板(20)的前端。
5.根据权利要求3所述的轮式机器人平台精确控制方法,其特征在于:两块所述外侧板(10)前端底部设有外连接孔(12),两块所述内侧板(20)后端设有内连接孔(22),所述U型驱动架(30)的端口处对称设有一体成型的弧形延伸部分(31),且所述U型驱动架(30)是通过弧形延伸部分(31)活动设置在外连接孔(12)上和内连接孔(22)上。
6.根据权利要求5所述的轮式机器人平台精确控制方法,其特征在于:所述U型驱动架(30)的底部在竖直方向上活动设有连接轴(32),所述万向轮(40)是与连接轴(32)固定连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810609411.9A CN108502053A (zh) | 2018-06-13 | 2018-06-13 | 一种轮式机器人平台精确控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810609411.9A CN108502053A (zh) | 2018-06-13 | 2018-06-13 | 一种轮式机器人平台精确控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108502053A true CN108502053A (zh) | 2018-09-07 |
Family
ID=63403427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810609411.9A Pending CN108502053A (zh) | 2018-06-13 | 2018-06-13 | 一种轮式机器人平台精确控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108502053A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110262485A (zh) * | 2019-06-10 | 2019-09-20 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
CN110286683A (zh) * | 2019-07-15 | 2019-09-27 | 北京科技大学 | 一种履带式移动机器人的自主行驶路径跟踪控制方法 |
CN110474576A (zh) * | 2019-09-23 | 2019-11-19 | 西南交通大学 | 一种无刷直流电机仿人智能转速控制方法 |
CN110968913A (zh) * | 2019-11-19 | 2020-04-07 | 贵州电网有限责任公司 | 一种提升双轮驱动球形机器人爬坡能力的方法 |
CN111443604A (zh) * | 2020-03-31 | 2020-07-24 | 南京航空航天大学 | 一种蠕虫管道机器人模糊滑模控制器及其设计方法 |
CN111766822A (zh) * | 2020-07-22 | 2020-10-13 | 天津优控智行科技有限公司 | 一种无人驾驶配送车辆远程调试方法 |
CN111949038A (zh) * | 2020-08-26 | 2020-11-17 | 华中科技大学 | 一种考虑迭代滑模的移动机器人解耦控制方法 |
CN112947069A (zh) * | 2021-01-28 | 2021-06-11 | 内蒙古大学 | 一种移动两轮机器人的控制方法 |
CN115236997A (zh) * | 2021-05-27 | 2022-10-25 | 上海仙途智能科技有限公司 | 预测控制方法、装置、设备及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105564177A (zh) * | 2016-01-14 | 2016-05-11 | 浙江大学昆山创新中心 | 轮式移动机器人悬挂装置 |
CN106584419A (zh) * | 2016-12-28 | 2017-04-26 | 湖南大学 | 一种用于物流派件的可移动关节型机器人 |
-
2018
- 2018-06-13 CN CN201810609411.9A patent/CN108502053A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105564177A (zh) * | 2016-01-14 | 2016-05-11 | 浙江大学昆山创新中心 | 轮式移动机器人悬挂装置 |
CN106584419A (zh) * | 2016-12-28 | 2017-04-26 | 湖南大学 | 一种用于物流派件的可移动关节型机器人 |
Non-Patent Citations (1)
Title |
---|
张卫忠: "基于仿人智能控制的无人地面车辆自动驾驶系统研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110262485A (zh) * | 2019-06-10 | 2019-09-20 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
CN110262485B (zh) * | 2019-06-10 | 2022-06-07 | 华侨大学 | 一种基于自适应引力的移动机器人避障方法 |
CN110286683A (zh) * | 2019-07-15 | 2019-09-27 | 北京科技大学 | 一种履带式移动机器人的自主行驶路径跟踪控制方法 |
CN110286683B (zh) * | 2019-07-15 | 2020-07-24 | 北京科技大学 | 一种履带式移动机器人的自主行驶路径跟踪控制方法 |
CN110474576A (zh) * | 2019-09-23 | 2019-11-19 | 西南交通大学 | 一种无刷直流电机仿人智能转速控制方法 |
CN110474576B (zh) * | 2019-09-23 | 2021-06-22 | 西南交通大学 | 一种无刷直流电机仿人智能转速控制方法 |
CN110968913A (zh) * | 2019-11-19 | 2020-04-07 | 贵州电网有限责任公司 | 一种提升双轮驱动球形机器人爬坡能力的方法 |
CN110968913B (zh) * | 2019-11-19 | 2023-09-05 | 贵州电网有限责任公司 | 一种提升双轮驱动球形机器人爬坡能力的方法 |
CN111443604B (zh) * | 2020-03-31 | 2021-04-06 | 南京航空航天大学 | 一种蠕虫管道机器人模糊滑模控制器及其设计方法 |
CN111443604A (zh) * | 2020-03-31 | 2020-07-24 | 南京航空航天大学 | 一种蠕虫管道机器人模糊滑模控制器及其设计方法 |
CN111766822A (zh) * | 2020-07-22 | 2020-10-13 | 天津优控智行科技有限公司 | 一种无人驾驶配送车辆远程调试方法 |
CN111949038A (zh) * | 2020-08-26 | 2020-11-17 | 华中科技大学 | 一种考虑迭代滑模的移动机器人解耦控制方法 |
CN112947069A (zh) * | 2021-01-28 | 2021-06-11 | 内蒙古大学 | 一种移动两轮机器人的控制方法 |
CN112947069B (zh) * | 2021-01-28 | 2022-10-28 | 内蒙古大学 | 一种移动两轮机器人的控制方法 |
CN115236997A (zh) * | 2021-05-27 | 2022-10-25 | 上海仙途智能科技有限公司 | 预测控制方法、装置、设备及计算机可读存储介质 |
CN115236997B (zh) * | 2021-05-27 | 2023-08-25 | 上海仙途智能科技有限公司 | 预测控制方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108502053A (zh) | 一种轮式机器人平台精确控制方法 | |
Min et al. | Trajectory optimization of an electric vehicle with minimum energy consumption using inverse dynamics model and servo constraints | |
CN105320129B (zh) | 一种无人驾驶自行车轨迹跟踪控制的方法 | |
Zha et al. | A survey of intelligent driving vehicle trajectory tracking based on vehicle dynamics | |
Kamal et al. | Intelligent energy management strategy based on artificial neural fuzzy for hybrid vehicle | |
CN103863318B (zh) | 一种基于跟车模型的混合动力汽车节能预测控制方法 | |
CN103121451B (zh) | 一种弯路换道轨迹的跟踪控制方法 | |
CN107161207A (zh) | 一种基于主动安全的智能汽车轨迹跟踪控制系统及控制方法 | |
CN102030007B (zh) | 独立驱动-独立转向车辆整车动力学控制量的获得方法 | |
CN108248605A (zh) | 一种智能车辆轨迹跟随的横纵向协调控制方法 | |
CN104249736B (zh) | 基于队列行驶的混合动力汽车节能预测控制方法 | |
CN106372758A (zh) | 一种辅助泊车系统的路径跟随方法及装置 | |
CN106154831A (zh) | 一种基于学习法的智能汽车纵向神经滑模控制方法 | |
CN207328574U (zh) | 一种基于主动安全的智能汽车轨迹跟踪控制系统 | |
CN103926839A (zh) | 一种轮式移动机器人的运动分段控制方法 | |
CN109991856A (zh) | 一种机器人驾驶车辆集成协调控制方法 | |
Liu et al. | A high speed railway control system based on the fuzzy control method | |
Sun et al. | Investigation of intelligent vehicle path tracking based on longitudinal and lateral coordinated control | |
CN105644566A (zh) | 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法 | |
Hou et al. | Autonomous driving at the handling limit using residual reinforcement learning | |
Gruning et al. | Energy-aware path planning for skid-steer robots operating on hilly terrain | |
Brembeck et al. | Ieee vts motor vehicles challenge 2023: A multi-physical benchmark problem for next generation energy management algorithms | |
Dong et al. | Optimal coordinated control of active steering and direct yaw moment for distributed-driven electric vehicles | |
Kumar et al. | Power Consumption Modeling of Wheeled Mobile Robots with Multiple Driving Modes | |
Liu et al. | Coordinated motion control and event-based obstacle-crossing for four wheel-leg independent motor-driven robotic system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |
|
RJ01 | Rejection of invention patent application after publication |